MétaCan
Menu
Retour à la cohorte
Enregistrement W4388669095 · doi:10.1161/svin.123.001010

Use of Thick Maximum‐Intensity Projection Brain Computed Tomography Angiography for Evaluation of Baseline Collateral Status Improves Interrater Agreement

2023· article· en· W4388669095 sur OpenAlexaff
Mohamed A AlShamrani, Hussain Bin Amir, Fawaz F. Alotaibi, Gamal Mohamed, Riyadh Alokaili, Ammar Alkawi, Abdulrahman Alreshaid, Mohamed Alzawahmah, Adel Alhazzani, Andrew M. Demchuk, Ashfaq Shuaib, Fahad Al-Ajlan

Notice bibliographique

RevueStroke Vascular and Interventional Neurology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineInter-rater reliabilityComputed tomography angiographyStroke (engine)Maximum intensity projectionAngiographyRadiologyCollateral circulationOcclusionNuclear medicineSurgeryPsychologyRating scale

Résumé

récupéré en direct d'OpenAlex

Background In acute ischemic stroke caused by large‐vessel occlusion, tissue viability is dependent on the blood supply from leptomeningeal collaterals until reperfusion is achieved. Rapid and accurate evaluation of baseline collateral status is a key marker of eligibility for endovascular therapy but can be challenging to interpret using source images of the computed tomography angiography (SI‐CTA). Our objective was to assess whether the use of thick maximum‐intensity projection computed tomography angiography (MIP‐CTA) improves interrater agreement for evaluation of baseline collaterals status between stroke trainees and an expert stroke neurologist. Methods An expert stroke neurologist and 2 stroke trainees independently reviewed images from 40 brain CTA scans with anterior circulation large‐vessel occlusion and assessed collateral status using the Tan collateral scoring system using SI‐CTA in the first reading and then using MIP‐CTA in the second reading. We calculated interrater agreement and recorded the total time needed in each reading. Results Interrater agreement was fair between the 2 stroke fellows and stroke expert when using SI‐CTA (κ=0.45 with 52.5% agreement). After using MIP‐CTA, interrater agreement improved to moderate (κ=0.69 with 70% agreement). The median reading time was 1.89 minutes per scan using SI‐CTA and 1.00 minute per scan using MIP‐CTA ( P <0.0001). Conclusions We show that using MIP‐CTA, when compared with SI‐CTA, shortens interpretation time and improves interrater agreement between stroke trainees and a stroke imaging expert for the evaluation of baseline collaterals in patients presenting with anterior circulation large‐vessel occlusion.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,052
score de la tête « metaresearch » (Gemma)0,138
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,272

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0520,138
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,298
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke Vascular and Interventional NeurologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207